实测灵光 2.0：个人 AI 助理的生态困局与商业悖论

在 Meta 财报会上，扎克伯格披露了其个人智能体 Muse 的数据：超过 1000 万人设置了 Muse，超过四分之一的用户用它购物，平均客单价突破 200 美元。不久后，蚂蚁集团正式发布灵光 2.0，将定位从自然语言生成小应用彻底转向「能管事的个人 AI 助理」，打出「记得住、盯得牢、办得了」的口号，试图打通支付宝账单、钉钉、飞书与米家等服务。

然而，中美两国的互联网生态截然不同。Muse 面对的是基于独立网站和公开网页的电商环境，而国内日常消费与沟通高度固化在少数几个超级 App 内部。实测灵光 2.0 并横向对比通义千问、Muse 等产品后可以发现，当前个人 AI 助理的真正瓶颈已不再是模型的推理能力，而是跨平台的权限边界、安全责任划分与商业利益归属。

权限困局：跨应用的无形高墙

现实中的私人助理需要具备四项特质：掌握信息、拥有权限、承担责任、保持忠诚。在「看」和「盯」的层面，灵光 2.0 表现尚可。在获得授权后，它能从支付宝账单中梳理出连续扣费项目，也能读取钉钉群聊或在飞书创建文档。

但一旦涉及外部交互，AI 就会撞墙。拦截首先来自灵光自身的安全策略，实测无论是发送钉钉群消息还是回复飞书联系人，即便用户确认操作，系统环境策略也会将外发动作拦截。

更大的阻力来自外部接口与风控。尽管同属阿里系生态，灵光并未打通淘宝底层接口。让其查看淘宝购物车时，灵光只能在云端打开网页版要求扫码，随后便被淘宝的反爬风控屏蔽。米家设备在扫码授权后同样频繁触发限流。

相比之下，千问可以直接调取淘宝购物车数据，甚至明确标出某款商品的加购天数与浏览频次。在支付链路上，灵光帮用户点咖啡时只能提供跳转支付宝的卡券链接，而千问则能实现端内全流程闭环。

这种分化体现了国内大厂的防御策略：交易闭环牢牢收拢在自家阵地内，对外严防死守。此前豆包手机试图通过系统级权限实现模拟点击，迅速招致微信、淘宝的风控限制；后续推出的屏幕自动化操作协议（SAEP）公示后，依然遭到 155 款主流 App 明确拒绝。

责任悬空：用户仍是第一责任人

私人助理的核心价值之一是帮助雇主分担决策与执行责任。但由于当前大模型幻觉不可避免，AI 助理目前完全无法承担失误代价。

灵光的用户服务协议明确指出，AI 协助完成的操作视为用户本人操作，后果和风险由用户自行承担。这种免责条款是当前行业的通用做法。

这构成了产品叙事与技术现实的脱节：宣传层面将 AI 塑造成无所不能的「赛博管家」，法律与规则层面却将其限定为「L2 级辅助」。用户可以让它负责监控与整理，但在最终执行和决策时，依然需要人肉把关。

商业悖论：谁买单决定了替谁说话

在比价测试中，千问面对「某款人体工学椅在哪个平台买最便宜」的问题，仅展示淘宝内的价格与红包信息；而尚未背负变现压力的灵光，则抓取了公开网络信息，客观指出京东平台更为划算。

然而，中立性往往取决于商业模式。海外 Muse 可以依赖交易抽成或高额订阅费维系商业循环；但在国内，消费者端对纯工具软件的付费意愿相对有限，市场预测绝大部分变现机会仍将来自商家的营销预算与交易佣金。一旦深度绑定特定商业利益，AI 助理天然会滑向平台导购的角色，难以真正站在用户立场替雇主省钱。